采用AI和大数据分析的电商内容推荐方法及大数据系统与流程

技术特征：
1.一种采用ai和大数据分析的电商内容推荐方法，其特征在于，应用于与所述电商内容服务系统通信连接的大数据系统，所述方法包括：提取与热点电商板块关联的电商内容服务系统的电商行为事件大数据中的推送衔接数据和所述推送衔接数据对应的推送衔接属性，将推送衔接属性满足预设要求的推送衔接数据作为目标推送挖掘数据；基于预先训练的电商意图决策模型对所述目标推送挖掘数据进行电商意图决策，获得所述目标推送挖掘数据对应的电商意图热力图；基于所述目标推送挖掘数据对应的电商意图热力图对所述电商内容服务系统进行与所述热点电商板块对应的电商内容推荐。2.根据权利要求1所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述提取与热点电商板块关联的电商内容服务系统的电商行为事件大数据中的推送衔接数据和所述推送衔接数据对应的推送衔接属性的步骤，包括：获取电商行为事件大数据中的内容传递活动向量和内容推送活动向量；依据所述电商行为事件大数据中的内容传递活动向量和内容推送活动向量之间的联系向量，对所述电商行为事件大数据中的内容传递活动向量和内容推送活动向量进行知识点联系，获得第一知识点联系信息；将知识点联系成功的内容推送活动向量确定为标的内容推送活动向量，基于所述第一知识点联系信息中的内容推送活动向量与所述标的内容推送活动向量之间的联系度量值，确定与所述标的内容推送活动向量相对应的推送衔接属性；对与所述标的内容推送活动向量相对应的推送衔接属性和所述标的内容推送活动向量进行知识点联系，获得第二知识点联系信息；基于所述第二知识点联系信息和所述第一知识点联系信息，确定所述电商行为事件大数据中的推送衔接数据和所述推送衔接数据对应的推送衔接属性；其中，所述获取电商行为事件大数据中的内容传递活动向量和内容推送活动向量，包括：获取所述电商行为事件大数据中的多个内容传递路径知识点和多个内容推送路径知识点；获取多个内容传递路径知识点之间的第一知识点关联度和第一知识点趋势信息，获取多个内容推送路径知识点之间的第二知识点关联度和第二知识点趋势信息；基于所述第一知识点关联度和所述第一知识点趋势信息，对多个内容传递路径知识点进行解析，获得所述电商行为事件大数据中的内容传递活动向量；一个内容传递活动向量包括一个或多个内容传递路径知识点；基于所述第二知识点关联度和所述第二知识点趋势信息，对多个内容推送路径知识点进行解析，获得所述电商行为事件大数据中的内容推送活动向量；一个内容推送活动向量包括一个或多个内容推送路径知识点。3.根据权利要求2所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述依据所述电商行为事件大数据中的内容传递活动向量和内容推送活动向量之间的联系向量，对所述电商行为事件大数据中的内容传递活动向量和内容推送活动向量进行知识点联系，获得第一知识点联系信息，包括：
将所述电商行为事件大数据中的内容推送活动向量确定为成员内容推送活动向量，将所述电商行为事件大数据中的内容传递活动向量确定为成员内容传递活动向量；所述成员内容推送活动向量中的内容推送路径知识点是从针对所述电商行为事件大数据的目标解析路径知识点中所获取的；获取所述目标解析路径知识点中的内容传递路径知识点；将所述目标解析路径知识点中的内容传递路径知识点与所述成员内容传递活动向量中的内容传递路径知识点之间的知识点关联度，确定为所述成员内容推送活动向量与所述成员内容传递活动向量之间的所述联系向量；在所述联系向量不小于预设联系度量值时，对所述成员内容推送活动向量和所述成员内容传递活动向量进行知识点联系，获得所述第一知识点联系信息。4.根据权利要求2所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述标的内容推送活动向量包括所述电商行为事件大数据中的第一内容推送路径知识点；所述第一知识点联系信息的分布量为多个；各个第一知识点联系信息中的内容推送活动向量分别包括所述电商行为事件大数据中的第二内容推送路径知识点；所述基于所述第一知识点联系信息中的内容推送活动向量与所述标的内容推送活动向量之间的联系度量值，确定与所述标的内容推送活动向量相对应的推送衔接属性，包括：基于所述第一内容推送路径知识点，获取所述标的内容推送活动向量的第一操作意图表达信息；基于所述各个第一知识点联系信息包括的第二内容推送路径知识点，分别获取所述各个第一知识点联系信息中的内容推送活动向量的第二操作意图表达信息；获取所述第一操作意图表达信息分别与所述各个第一知识点联系信息对应的第二操作意图表达信息之间的关联分析信息；基于所述各个第一知识点联系信息对应的关联分析信息，确定所述各个第一知识点联系信息中的内容推送活动向量分别与所述标的内容推送活动向量之间的联系度量值；在目标第一知识点联系信息的分布量大于第一预设分布量且不大于第二预设分布量时，将所述目标第一知识点联系信息中的内容传递活动向量所关联的推送衔接属性，确定为与所述标的内容推送活动向量相对应的推送衔接属性；所述目标第一知识点联系信息，指对应的联系度量值不小于预设联系度量值的第一知识点联系信息。5.根据权利要求4所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述第一内容推送路径知识点的知识点分布量为多个；所述基于所述第一内容推送路径知识点获取所述标的内容推送活动向量的第一操作意图表达信息，包括：获取多个第一内容推送路径知识点中的各个第一内容推送路径知识点各自对应的知识点意图变量；基于所述各个第一内容推送路径知识点各自对应的知识点意图变量，获取多个第一内容推送路径知识点对应的第一融合意图变量；将所述第一融合意图变量，确定为所述第一操作意图表达信息。6.根据权利要求4所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，多个第一知识点联系信息包括第一知识点联系信息i，i为不大于多个第一知识点联系信息的全局分布量的正整数；所述第一知识点联系信息i包括的第二内容推送路径知识点的知识点
分布量为多个；所述基于所述各个第一知识点联系信息包括的第二内容推送路径知识点，分别获取所述各个第一知识点联系信息中的内容推送活动向量的第二操作意图表达信息，包括：获取所述第一知识点联系信息i包括的多个第二内容推送路径知识点中的各个第二内容推送路径知识点各自对应的知识点意图变量；基于所述各个第二内容推送路径知识点各自对应的知识点意图变量，获取多个第二内容推送路径知识点对应的第二融合意图变量；将所述第二融合意图变量，确定为所述第一知识点联系信息i中的内容推送活动向量的第二操作意图表达信息。7.根据权利要求4所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述标的内容推送活动向量的分布量为多个；所述方法还包括：在所述目标第一知识点联系信息的分布量不大于所述第一预设分布量时，将与各个标的内容推送活动向量之间的联系度量值最大的内容推送活动向量所在的第一知识点联系信息，分别确定为所述各个标的内容推送活动向量对应的候选知识点联系信息；将所述各个标的内容推送活动向量对应的候选知识点联系信息中的内容传递活动向量所关联的推送衔接属性，分别确定为所述各个标的内容推送活动向量对应的候选推送衔接属性；基于所述各个标的内容推送活动向量对应的候选推送衔接属性，确定待预测推送衔接属性对应的多个成员属性；获取多个成员属性在多个第一知识点联系信息的内容传递活动向量所关联的推送衔接属性中的第一分布权重信息；基于所述第一分布权重信息，确定所述各个标的内容推送活动向量针对所述待预测推送衔接属性的第一目标成员属性；将分别具有所述各个标的内容推送活动向量对应的第一目标成员属性的所述待预测推送衔接属性，确定为与所述各个标的内容推送活动向量相对应的推送衔接属性；多个成员属性在与所述各个标的内容推送活动向量相对应的推送衔接属性中的第二分布权重信息，等于所述第一分布权重信息。8.根据权利要求4所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述方法还包括：在所述目标第一知识点联系信息的分布量大于所述第二预设分布量时，确定待预测推送衔接属性的多个成员属性在所述目标第一知识点联系信息的内容传递路径知识点所关联的推送衔接属性中的出现频率；多个成员属性，是基于所述目标第一知识点联系信息中的内容传递活动向量所关联的推送衔接属性进行确定的；基于所述标的内容推送活动向量与所述目标第一知识点联系信息之间的联系度量值、以及所述出现频率，从多个成员属性中，确定所述标的内容推送活动向量针对所述待预测推送衔接属性的第二目标成员属性；将具有所述第二目标成员属性的所述待预测推送衔接属性，确定为与所述标的内容推送活动向量相对应的推送衔接属性。9.根据权利要求4所述的采用ai和大数据分析的电商内容推荐方法，其特征在于，所述
方法还包括：将所述第一知识点联系信息中的内容传递活动向量所关联的推送衔接属性，确定为所述第一知识点联系信息所关联的推送衔接属性；将所述第一知识点联系信息和所述第二知识点联系信息，确定为所述电商行为事件大数据中的成员知识点联系信息；将所述成员知识点联系信息所关联的推送衔接属性，确定为目标推送衔接属性；为所述目标推送衔接属性与所在的所述成员知识点联系信息中的内容推送活动向量配置相同的内容推送id；将具有所述内容推送id的所述目标推送衔接属性，分别传递到长短期记忆网络、门控制循环网络以及生成对抗网络；其中：从所述长短期记忆网络中决策所述目标推送衔接属性的代价，大于从所述门控制循环网络中决策所述目标推送衔接属性的代价；从所述门控制循环网络中决策所述目标推送衔接属性的代价，大于从所述生成对抗网络中决策所述目标推送衔接属性的代价；所述长短期记忆网络针对所述目标推送衔接属性的损失，小于所述门控制循环网络针对所述目标推送衔接属性的损失；所述门控制循环网络针对所述目标推送衔接属性的损失，小于所述生成对抗网络针对所述目标推送衔接属性的损失；所述基于所述第二知识点联系信息和所述第一知识点联系信息，确定所述电商行为事件大数据中的推送衔接数据和所述推送衔接数据对应的推送衔接属性，包括：基于所述成员知识点联系信息中的内容推送活动向量，确定所述电商行为事件大数据中的所述推送衔接数据；基于所述成员知识点联系信息中的内容推送活动向量所对应的所述内容推送id，从所述长短期记忆网络、所述门控制循环网络或所述生成对抗网络中，获取具有所述内容推送id的所述目标推送衔接属性，将所述目标推送衔接属性确定为所述推送衔接数据对应的推送衔接属性。10.一种大数据系统，其特征在于，包括机器可读存储介质和处理器，所述机器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时以执行权利要求1-9中任意一项所述的采用ai和大数据分析的电商内容推荐方法。

技术总结
本申请公开了一种采用AI和大数据分析的电商内容推荐方法及大数据系统，通过提取与热点电商板块关联的电商内容服务系统的电商行为事件大数据中的推送衔接数据和推送衔接数据对应的推送衔接属性，将推送衔接属性满足预设要求的推送衔接数据作为目标推送挖掘数据，基于预先训练的电商意图决策模型对目标推送挖掘数据进行电商意图决策，获得目标推送挖掘数据对应的电商意图热力图，基于目标推送挖掘数据对应的电商意图热力图对电商内容服务系统进行与热点电商板块对应的电商内容推荐，由此以电商内容推送过程中的推送衔接维度为关键维度确定出目标推送挖掘数据进行电商意图决策，进而进行电商内容推荐，可以提高电商内容推荐的准确性。容推荐的准确性。容推荐的准确性。


技术研发人员：林和音
受保护的技术使用者：邯郸市钧逸大数据服务有限公司
技术研发日：2021.12.09
技术公布日：2022/3/8